MCP —Model Context Protocol— es un estándar abierto que permite a un asistente de IA llamar a tu software directamente: leer un cliente, mover una cita, emitir una factura. Cambia una cosa concreta en un CRM: deja de hacer falta que alguien haya previsto por adelantado cada caso, porque el asistente compone los pasos en el momento, dentro de los límites que tú defines.
Eso es todo. El resto de este artículo es por qué importa, con cifras, y qué sigue sin arreglar.
El problema no es que falten CRM
Es que la mayoría no se usan. La cifra que se repite en la industria desde hace años, con datos de Gartner y Forrester, es que entre el 30% y el 70% de los proyectos de CRM no cumplen sus objetivos. La medición de 2025 de Johnny Grow deja la media en el 55%, y añade un dato que conviene mirar despacio: el 50% de las implantaciones fracasan en los dos o tres años siguientes al despliegue. No en la instalación. Después.
Y la causa casi nunca es el software. Más del 60% de los fracasos se atribuyen a problemas de personas —adopción, formación, resistencia—, y solo entre un 6% y un 10% a la plataforma en sí.
Traducido: el CRM funciona, pero tu equipo no lo rellena. Y un CRM que nadie rellena no es una herramienta, es una segunda contabilidad que alguien tiene que mantener a mano.
El otro problema es la factura
El precio por usuario tiene un apodo bastante exacto en el sector: impuesto sobre contratar. Un equipo de cinco personas en un plan de 39 $ por usuario paga 195 $ al mes; contrata tres personas más y son 312 $, sin que el trabajo de nadie haya cambiado. Las pymes se mueven entre 10 y 30 € por usuario y mes, y las empresas medianas entre 40 y 100.
A eso se le suma lo que no aparece en la web de precios. La recomendación habitual es presupuestar entre un 30% y un 50% por encima del precio anunciado para el primer año: incorporación, recargo por facturación mensual, saltos de plan forzados por una sola función que necesitas, cargos por contacto. Y desde 2025, los complementos de IA, que van de 23 a 60 $ por usuario y mes.
Por qué las automatizaciones tampoco lo resuelven
La respuesta habitual a un CRM rígido es conectarle automatizaciones. El problema aparece cuando creces.
Zapier cobra por tarea, y un Zap de varios pasos consume una tarea por paso. Un flujo de diez pasos que se ejecuta 5.000 veces al mes son 50.000 tareas, que caen en el tramo de 449 $ al mes. Cuando agotas el cupo, tus flujos se pausan hasta que se reinicia el ciclo de facturación.
Pero el coste no es lo peor. Lo peor es lo que pasa el día que llega un caso que nadie dibujó: «mueve mi cita del jueves al lunes, añade el segundo servicio y factúralo todo junto». No hay rama que encaje. El flujo se para, y alguien lo hace a mano. Hay una señal que lo resume bien: cuando el equipo dedica más tiempo a mantener los flujos que el que ahorran, la automatización ha dejado de ser una solución.
Qué hace MCP diferente
Un servidor MCP expone tu sistema como un conjunto de funciones con nombre: find_client, reschedule_appointment, create_invoice. El asistente ve esa lista y decide cuáles usar, en qué orden y con qué datos, según lo que le pidan.
La diferencia con una automatización es esa: nadie encadenó find_client → reschedule_appointment → create_quote → create_invoice de antemano. El asistente lo compone porque tiene el contexto delante.
Y la diferencia con «un CRM con IA integrada» es de propiedad: MCP es un estándar abierto, no una función de un producto. Lo publicó Anthropic a finales de 2024 y hoy lo soportan también OpenAI, Google, Microsoft y AWS, con la Agentic AI Foundation de la Linux Foundation como casa neutral del ecosistema.
No es una apuesta de nicho. Los SDK pasaron de unas 100.000 descargas mensuales en el lanzamiento a 97 millones en marzo de 2026, el registro oficial superaba los 9.600 servidores en mayo de 2026, y el 28% de las Fortune 500 lo habían desplegado en menos de dieciocho meses.
Y por qué esto sí toca el problema de adopción
Vuelve al dato del principio: los CRM fracasan porque nadie los rellena.
Un CRM conectado por MCP se puede usar hablando, desde la aplicación de Claude o ChatGPT que ese empleado ya tiene abierta. No hay que aprender una interfaz, ni buscar en qué pestaña estaba el campo, ni acordarse de entrar. Eso no garantiza la adopción —nada lo hace—, pero elimina la fricción concreta que aparece en la mayoría de los post-mortem.
Lo que MCP no arregla
Conviene decirlo, porque el sector no lo está diciendo:
No arregla los datos malos. Si tus clientes están duplicados en tres sitios y las tarifas están desactualizadas, la IA operará con datos malos, más rápido. Migrar y limpiar sigue siendo trabajo manual y aburrido.
No arregla un proceso que no existe. Si en tu negocio cada persona factura a su manera, ninguna herramienta va a decidir por vosotros cuál es la buena.
No es gratis. Pagas el uso de la API del modelo, y crece con el uso. Es un coste variable, y hay que verlo por adelantado, no descubrirlo.
No elimina la supervisión. Un asistente que se equivoca al emitir una factura te causa un problema real con un cliente real. Por eso las acciones sensibles deben esperar una confirmación explícita — y esa decisión es de diseño, no viene puesta.
Cuándo tiene sentido plantearlo
Cuando ya tienes un negocio funcionando, con operación diaria de verdad —clientes, citas, facturas— y se cumple al menos una de estas: el CRM que pagas no lo usa nadie, la factura por usuario crece más rápido que el equipo, o ya has chocado varias veces con el caso que ninguna automatización cubría.
Si no se cumple ninguna, probablemente no lo necesitas todavía. Y eso también es una respuesta útil.